问XML头中的“编码”有什么用？

EN

正如您所提到的，您必须知道文件的编码才能读取encoding属性。

但是，有一种启发式方法可以很容易地使您接近“真实”编码，从而允许您读取编码属性。这是可行的，因为根据定义，<?xml部件只能包含ASCII范围中的字符(尽管它们是编码的)。

XML标准甚至是描述用于查找编码的确切过程。。

编码标签也不是多余的。例如，如果您使用XML规范中的算法来发现使用了一些基于ASCII的(或与ASCII兼容的)编码，则仍然需要读取编码以确定实际使用的编码(有效的候选是ASCII、UTF-8、任何编码、任何*编码、KOI8-R和许多其他编码)。对于<?xml部分本身来说，它不会改变它是哪个部分，但是对于文档的其余部分，它会产生巨大的不同。

关于错误标记的XML文件:是的，很容易生成这些文件，但是：XML规范明确规定这些文件是不正常的，因此是不正确的。不正确的编码必须报告为错误(只要可以检测到！)。因此，这是生成XML的人的问题。

你说得对，这看起来像个奇怪的设计。它只起作用，因为XML声明只使用ASCII字符，而且几乎所有编码都是ASCII的超集。如果您准备接受一些不是的东西，例如EBCDIC，您可以检查文件是否以"<?xml"的EBCDIC表示形式开头。这意味着您所依赖的是文件头中的一般冗余级别，而不是纯粹的编码属性本身。与XML中的许多东西一样，它很实用，也很有效，但并不特别优雅。

XML解析器只需要支持至少UTF-8和UTF-16。XML解析器首先尝试基于Byte Order Mark (BOM)的编码，如果存在的话(对于UTF-16，UTF-32，甚至UTF-8和虚拟BOM)。如果没有找到，则解析器将尝试UTF-32、UTF-16、UTF-8、ASCII和其他与ASCII兼容的单字节编码。只有这样，它才会看到编码属性，并在必要时重新启动解析。